Hoja de referencia de parámetros de solicitud de la API de Claude
Una referencia densa para los parámetros que pasará a client.messages.create(...) en casi todas las llamadas, además de aquellos que usará con menos frecuencia.
Úsela para buscar el tipo de un parámetro, su valor predeterminado y cuándo ajustarlo, sin tener que buscar en la documentación en prosa.
Cómo usar esta hoja de referencia
- Comience con
modelymax_tokens, los únicos dos parámetros requeridos. - Ajuste
temperatureotop_pcuando la salida se sienta demasiado repetitiva o demasiado errática, pero generalmente solo uno de los dos. - Trate
top_kcomo un hermano más agresivo y menos frecuente detop_p. - Vuelva a consultar esta tabla cada vez que esté ajustando el determinismo o la longitud de salida de un nuevo caso de uso.
Parámetros principales
| Parámetro | Tipo | ¿Requerido? | Predeterminado | Descripción |
|---|---|---|---|---|
model | string | Sí | ninguno | El ID del modelo a usar, por ejemplo, claude-sonnet-5-20260630. Las cadenas de ID exactas cambian con el tiempo; verifique los valores actuales en la documentación antes de codificarlos. |
max_tokens | integer | Sí | ninguno | Límite estricto de tokens que Claude puede generar en la respuesta. La generación se detiene inmediatamente al alcanzarlo, incluso a mitad de frase. |
messages | array | Sí | ninguno | Lista ordenada de turnos de `{"role": "user" |
system | string | No | ninguno | Instrucciones persistentes aplicadas a toda la conversación, establecidas fuera de la matriz messages. |
temperature | number | No | 1.0 | Controla la aleatoriedad, 0 es casi determinista, valores más altos son más variados. Rango de 0 a 1. |
top_p | number | No | 1.0 | Muestreo de núcleo (nucleus sampling): restringe la elección de tokens al conjunto más pequeño cuya probabilidad acumulada alcanza top_p. |
top_k | integer | No | ninguno (sin establecer) | Restringe la elección de tokens a los k tokens más probables. Más general y menos utilizado que top_p. |
stream | boolean | No | false | Cuando es true, la respuesta se devuelve como una secuencia de eventos enviados por el servidor en lugar de un único objeto JSON. |
stop_sequences | array de string | No | ninguno | Cadenas personalizadas que, si se generan, detienen la respuesta de forma temprana. |
Referencia de ID de modelo
| Modelo | Patrón de ID ilustrativo | Nivel |
|---|---|---|
| Claude Fable 5 | claude-fable-5-20260615 | Clase superior / Mythos, contexto de 1M, salida máxima de 128K |
| Claude Opus 4.8 | claude-opus-4-8-20260415 | Razonamiento insignia, contexto de 1M por defecto |
| Claude Sonnet 5 | claude-sonnet-5-20260630 | Modelo predeterminado, lanzado el 30-06-2026 |
| Claude Haiku 4.5 | claude-haiku-4-5-20260601 | Más rápido / más barato, contexto de 200K |
Las cadenas de ID de modelo que se muestran aquí siguen el patrón de nomenclatura actual (claude-<nombre>-<versión>-<fecha>), pero deben verificarse con la documentación en vivo antes de codificarlas, las cadenas exactas y la disponibilidad cambian a medida que se lanzan nuevas versiones.
temperature vs. top_p vs. top_k
| Parámetro | Qué controla | Rango típico para ajustar | Combinar con |
|---|---|---|---|
temperature | Aleatoriedad general de la selección de tokens | 0.0-0.3 para tareas fácticas/estructuradas, 0.7-1.0 para tareas creativas | Generalmente se ajusta solo |
top_p | Tamaño del núcleo, cuánta masa de probabilidad es elegible | 0.9-1.0 para la mayoría de las tareas | A menudo se deja en el valor predeterminado mientras se ajusta temperature |
top_k | Corte estricto en el recuento de tokens candidatos | Raramente se cambia de "sin establecer"; 40-100 si se usa | Raramente se combina con cambios agresivos de temperature |
Ejemplos de uso
import anthropic
client = anthropic.Anthropic()
# Tarea fáctica y determinista: baja temperatura
factual = client.messages.create(
model="claude-sonnet-5-20260630",
max_tokens=100,
temperature=0.0,
messages=[{"role": "user", "content": "¿Cuál es el punto de ebullición del agua a nivel del mar?"}],
)
# Lluvia de ideas creativas: mayor temperatura
creative = client.messages.create(
model="claude-sonnet-5-20260630",
max_tokens=300,
temperature=0.9,
messages=[{"role": "user", "content": "Haz una lluvia de ideas de cinco lemas para una cafetería."}],
)
# Transmitiendo una respuesta más larga
with client.messages.stream(
model="claude-opus-4-8-20260415",
max_tokens=1000,
messages=[{"role": "user", "content": "Escribe un cuento corto sobre un faro."}],
) as stream:
for text in stream.text_stream:
print(text, end="", flush=True)Parámetros frecuentemente emparejados
| Parámetro | Tipo | Combina bien con | Por qué |
|---|---|---|---|
system | string | temperature | Un prompt del sistema enfocado junto con una temperature baja proporciona una salida consistente y enfocada en la tarea. |
stream | boolean | max_tokens | La transmisión con un max_tokens generoso se adapta a la generación de formato largo que se muestra incrementalmente. |
stop_sequences | array | max_tokens | Combine un límite de tokens estricto con un punto de parada semántico para formatos estructurados como JSON. |
Preguntas frecuentes
¿Qué parámetros son requeridos en cada llamada?
model, max_tokens y messages. Todo lo demás es opcional y tiene un valor predeterminado documentado.
¿Qué sucede si no establezco la temperatura?
Por defecto es 1.0, la configuración más variada; para tareas que requieren una salida consistente y repetible, configúrala explícitamente más baja.
¿Debo ajustar tanto temperature como top_p al mismo tiempo?
Generalmente no. Elige uno para ajustar para una tarea determinada; ajustar ambos agresivamente a la vez hace que el comportamiento sea más difícil de predecir y depurar.
¿Cuál es la diferencia entre top_p y top_k?
top_prestringe el grupo de candidatos por probabilidad acumulada (un corte suave y adaptativo).top_klo restringe a un número fijo de los principales candidatos (un corte estricto y estático).
¿max_tokens controla la longitud de la respuesta?
Establece un límite superior, no un objetivo; Claude puede detenerse naturalmente mucho antes de alcanzarlo, o ser cortado si alcanza el límite a mitad de respuesta.
¿Dónde van los prompts del sistema en la solicitud?
En un parámetro system de nivel superior, separado de la matriz messages, no como un mensaje con un rol "system".
¿Las cadenas de ID de modelo que se muestran aquí están garantizadas que sean correctas?
No, ilustran el patrón de nomenclatura actual a partir de ~junio de 2026, pero las cadenas exactas y las fechas disponibles cambian; siempre verifique con la documentación de la API en vivo antes de codificar un ID de modelo en producción.
¿Qué hace stop_sequences que max_tokens no hace?
max_tokens es un límite estricto de longitud independientemente del contenido; stop_sequences detiene la generación tan pronto como aparece una cadena específica, útil para formatos de salida estructurados.
¿Es stream un parámetro requerido?
No, por defecto es false; configúralo en true solo cuando desee una salida entregada incrementalmente en lugar de una única respuesta JSON final.
¿Qué parámetro debo reducir primero si la salida se siente demasiado aleatoria?
temperature, es el control más directo y comúnmente utilizado; solo recurra a top_p o top_k si reducir temperature por sí solo no le da el comportamiento que desea.
Relacionado
- Comprensión del ciclo de vida de las solicitudes de la API de Claude - dónde encajan estos parámetros en una solicitud.
- Conceptos básicos de los fundamentos de la API de Claude - estos parámetros utilizados en ejemplos ejecutables.
- Selección de un modelo: Claude Fable 5, Opus 4.8, Sonnet 5 y Haiku 4.5 - elegir el valor correcto de
model.
Versiones de la pila: Escrito contra la línea de modelos de Claude actual a partir de ~junio de 2026 - Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 (el predeterminado) y Claude Haiku 4.5 - y el SDK oficial de Python
anthropic(última versión 0.x). Los nombres de los modelos, las versiones del SDK y los precios cambian rápidamente; verifique los detalles actuales en platform.claude.com/docs antes de confiar en ellos.